基于梯度记忆库的脑电信号处理方法、系统、装置及介质

本发明公开了一种基于梯度记忆库的脑电信号处理方法、系统、装置及介质，包括对脑电图数据进行预处理和划分，获取数据集；将其输入神经网络，获取输出特征及梯度特征，构建梯度记忆库；分批次输入训练集的数据，结合梯度记忆库匹配历史梯度特征，融合生成显著特征并输入网络剩余层得到输出概率；基于输出概率计算损失函数，反向传播更新模型参数，并同步更新梯度记忆库中的特征；重复执行上述步骤直至模型收敛，最终通过测试集评估分类性能，完成对获取的脑电图进行特征选择。本发明通过基于梯度记忆库的动态特征优化机制，同步实现棘波检测精度提升与训练效率优化，有效克服传统脑电信号处理方法中特征冗余与计算资源消耗大的矛盾。